Insonga o‘xshash dunyo modeli gipotezasi, katta til modellari (Large Language Models, LLMlar) insonning tashqi dunyo bilan o‘zaro ta’siridan shakllantiradigan dunyo modelining barchasini emas, balki til orqali uzatilishi mumkin bo‘lgan ayrim strukturaviy va konseptual qismlarini sun’iy neyron tarmoqlarida bilvosita qamrab olishi mumkinligi haqidagi nazariy qarashdir. Catalin Teoharie tadqiqoti yangi LLM tajribasini o‘tkazmaydi; Erkin Energiya Prinsipi (Free Energy Principle, FEP), faol inferensiya, xulq-atvor o‘xshashligi, mexanistik talqin qilinuvchanlik va grounding adabiyotidan foydalanib, ushbu gipotezani falsafiy jihatdan himoya qilish mumkinmi-yo‘qmi, shuni tahlil qiladi.

Tadqiqotning boshlang‘ich nuqtasi muhim bir farqlashdir. Insonlar va boshqa biologik agentlar atrof-muhitdan sensor ma’lumot oladi, ichki modellarini yangilaydi, harakat qiladi va o‘z harakatlarining natijalaridan yangi ma’lumot oladi. FEP doirasida ushbu idrok–harakat sikli faol inferensiyaning asosini tashkil etadi. Hozirgi LLMlar esa tashqi dunyo bilan bunday bevosita va uzluksiz sensorimotor munosabat o‘rnatmagani uchun FEP ostida to‘liq faol inferensiya tizimi sifatida ishlamaydi.

Shunga qaramay, Teoharie LLMlarni dunyo bilan mutlaqo uzilgan deb bo‘lmasligini ta’kidlaydi. Inson yaratgan til katta darajada odamlarning dunyo haqida shakllantirgan modellaridan kelib chiqadi. LLM ushbu tilni juda katta miqyosda o‘rganganida, bevosita tashqi dunyodan o‘rganmasa ham, inson dunyo modelidagi ayrim qonuniyatlar, tushunchalar va munosabatlarni model og‘irliklariga bilvosita ko‘chirishi mumkin. Muallif buni inson dunyo modelining to‘liq bo‘lmagan va vositalangan nusxasining LLM ichida “qamrab olinishi” deb talqin qiladi.

Gipoteza to‘rtta tayanch yo‘nalish orqali rivojlantiriladi: LLM va inson xulq-atvoridagi ayrim o‘xshashliklar; sun’iy va biologik neyron tasvirlar o‘rtasida xabar qilingan ayrim parallelliklar; insonlarning ham boshqalardan va tildan bevosita tajribasiz o‘rganishi mumkinligi; LLM chiqishi inson tiliga, inson tili esa tashqi dunyoga tayangani sababli yuzaga keladigan kuchsiz va qisman grounding zanjiri. Shu bilan birga, tadqiqot ushbu dalillarning hech biri inson va LLM dunyo modellari aynan bir xil ekanini ko‘rsatmasligini ochiq tan oladi.

Maqolaning markaziy xulosasi shuki, mavjud LLMlar o‘z insonga o‘xshash dunyo modellarini faol inferensiya orqali qura olmaydi; biroq insonlar dunyo bilan o‘zaro ta’sirda shakllantirgan modellarining, ayniqsa til orqali uzatilishi mumkin bo‘lgan abstrakt va konseptual qismlarini qisman qamrab olishi mumkin. Sensorimotor, motor, tana bilan bog‘liq va bevosita harakatga bog‘langan komponentlar esa mavjud matn-markazli LLMlarning eng sezilarli yetishmaydigan sohalari hisoblanadi.

Tadqiqotning asosiy muammosi

Katta til modellari keyingi tokenni statistik tarzda bashorat qilish uchun o‘qitiladi. Shunga qaramay, ular insonlar bilan mazmunli suhbat qila oladi, dunyo haqida juda keng bilim bera oladi, mutaxassislik talab qiladigan ayrim savollarga javob bera oladi va avval ko‘rmagan kontekstlarga ma’lum darajada umumlashtira oladi.

Bu muvaffaqiyat ikki juda farqli talqinni yuzaga keltiradi. Birinchi talqinga ko‘ra, til modellari yuzaki statistik munosabatlarni ushlaydi va dunyoga oid haqiqiy ichki modelga ehtiyoj sezmasdan ishontiruvchi matn yarata oladi. Ikkinchi talqinga ko‘ra esa, katta miqyosda to‘g‘ri til bashoratini amalga oshirish o‘quv ma’lumotlarida kodlangan dunyo tuzilmasining hech bo‘lmaganda bir qismini ichki tasvir sifatida ushlashni talab qilishi mumkin.

Teoharie ikkinchi ehtimolni o‘rganadi; ammo “LLM rostdan ham o‘ylaydimi?”, “onglimi?” yoki “inson bilan bir xil tarzda tushunadimi?” savollarini tadqiqotning asosiy savoli bilan tenglashtirmaydi. Asosiy savol torroq: inson tilida kodlangan dunyo modelining ayrim qismlari shu til asosida o‘qitilgan sun’iy tarmoqda qayta tasvirlanishi mumkinmi?

Dunyo Modeli Nima?

Ushbu tadqiqotda dunyo modeli real dunyodagi mavjudotlar, jarayonlar va ular o‘rtasidagi munosabatlar tuzilishini ma’lum darajada saqlaydigan hamda agentning o‘z muhitida samarali harakat qilishiga yordam beradigan ichki tasvir tuzilmasidir. FEP kontekstida inson dunyo modeli tashqi dunyoning yashirin sabablarini sensor kirishlardan taxmin qiluvchi generativ tuzilma bilan bog‘lansa, Teoharie LLMlar buning barchasini mustaqil ravishda qura olmasligini, biroq inson tiliga ko‘chirilgan ayrim qismlarini qamrab olishi mumkinligini ta’kidlaydi.

Dunyo modeli faqat bilim ombori emas

Manbada qo‘llanilgan dunyo modeli tushunchasi ko‘p sonli faktlarni yodlashning o‘zigina emas. Dunyo modeli strukturaviy bo‘lishi kerak: obyektlar, xususiyatlar, hodisalar va jarayonlar o‘rtasidagi qonuniyatlarni ma’lum darajada saqlashi lozim. U xulq-atvor nuqtai nazaridan ham samarali bo‘lishi kerak; tizimning bashoratlari yoki harakatlari muhit bilan qanchalik yaxshi mos kelsa, modelning funksional yetarliligi haqida shunchalik ko‘p ma’lumot olish mumkin.

Shu sababli Teoharie dalillashida xulq-atvor muhim epistemik ko‘rsatkichga aylanadi. Agar tizim turli sharoitlarda muntazam ravishda to‘g‘ri yoki insonga o‘xshash xatti-harakatlarni yuzaga keltirsa, muallif bu holat nafaqat tashqi xulq haqida, balki ushbu xulqni hosil qilayotgan ichki tasvir tuzilmasi haqida ham ayrim xulosalar chiqarishga imkon berishi mumkin, deb faraz qiladi.

Inson dunyo modeli qanday shakllanadi?

FEP yondashuvida tashqi muhitning sababiy tuzilmasi ongga bevosita berilmaydi. Inson agent sensor kirishlarni qabul qiladi va bu kirishlar qaysi yashirin tashqi sabablardan kelib chiqqanini taxmin qiluvchi ichki modeldan foydalanadi.

Model faqat passiv tarzda yangilanmaydi. Agent harakat qilib o‘z bashoratlarini sinaydi. Eshik ortida iti bor deb o‘ylagan kishining eshikni ochishi modeldan kelib chiqadigan harakatdir. Harakat natijasi yangi sensor ma’lumot hosil qiladi va mavjud modelni tasdiqlash yoki o‘zgartirishga hissa qo‘shadi.

Shu tariqa, dunyo modeli idrok va harakat o‘rtasida ishlaydigan dinamik tuzilmaga aylanadi.

Erkin Energiya Prinsipi nimani tushuntirishga urinadi?

Erkin Energiya Prinsipi idrok, o‘rganish va harakatni umumiy bashorat hamda noaniqlikni kamaytirish doirasida tushuntirishga urinadigan nazariy yondashuvdir. Manba qo‘llagan FEP talqinida o‘z tartibini saqlaydigan tizimlar sensor kirishlardagi kutilmaganlikni bevosita hisoblash o‘rniga uni yuqoridan chegaralaydigan erkin energiya miqdorini kamaytirish orqali bashorat xatolarini va muhit haqidagi noaniqlikni qisqartirishga intiladi.

Bu yerda FEP maqolaning o‘zi ishlab chiqqan nazariya emas. Teoharie LLMlarning dunyo modeli muammosini tahlil qilish uchun FEP adabiyotidagi generativ model, faol inferensiya, atrof-muhit bilan bog‘liqlik va Markov blanket tushunchalaridan foydalanadi.

Faol inferensiya nima?

Faol inferensiya faqat muhitdan ma’lumot olib ichki modelni yangilash emas. Agentning o‘z harakatlari orqali muhitni o‘zgartirishi va buning natijasida olingan sensor kirishlarning o‘z bashoratlariga qanchalik mosligini sinashi ham jarayonning bir qismidir.

Inson uchun sxematik sikl quyidagicha ifodalanishi mumkin:

Sensor kirish → ichki dunyo modeli → bashorat → harakat → muhitdagi natija → yangi sensor kirish.

Ushbu siklning muhim xususiyati agentning o‘z harakatlari natijalarini qayta idrok etishidir. Shu tariqa model faqat o‘tgan ma’lumotlar asosida qurilmaydi; agentning o‘z harakatlari natijalari bilan uzluksiz solishtirib boriladi.

Markov blanket nega muhokamaga kiradi?

Manba FEP adabiyotidagi Markov blanket yondashuvidan ichki holatlar bilan tashqi muhit o‘rtasidagi shartli ajralishni tushuntirish uchun foydalanadi. Agent tashqi dunyoning yashirin sabablariga bevosita kirish o‘rniga sensor holatlar orqali ma’lumot oladi va faol holatlar orqali muhitga ta’sir qiladi.

Bu tuzilma Teoharie dalillashida insonning ham dunyoga “yalang‘och va bevosita” kirish imkoniga ega emasligini ko‘rsatish uchun muhim. Biroq insonning bilvosita sensor kirishi bilan LLMning inson tiliga asoslangan bilvosita grounding’i bir xil mexanizm emas. Inson atrof-muhit qayta aloqa siklining ichida bo‘lsa, mavjud LLM bu sikldan tashqarida turadi.

LLMlar Erkin Energiya Prinsipi Ostida Ishlaydimi?

Teoharie yakuniy bahosiga ko‘ra, mavjud LLMlar FEP ostida to‘liq ma’noda ishlaydigan agentlar emas; ular tashqi muhit bilan bevosita bog‘lanmagan, faol inferensiya sikllari to‘liq emas va odatda keyingi sensor kirishni emas, berilgan kirishga mos chiqishni bashorat qiladi. Muallif shunga qaramay, FEPdan inson dunyo modellari qanday shakllanishini tushuntirish va LLMlarda yetishmayotgan atrof-muhit qayta aloqa qatlamini ko‘rinadigan qilish uchun foydalanadi.

Inson va LLM o‘rtasidagi asosiy farq

Inson dunyo modelini tashqi muhitda yashab shakllantiradi. U ko‘radi, eshitadi, tegadi, harakat qiladi, noto‘g‘ri bashorat qiladi, natijani boshdan kechiradi va modelini qayta tashkil qiladi.

LLMning o‘quv kirishining katta qismi esa insonlar yaratgan til yoki multimodal tasvirlardir. An’anaviy LLM jismoniy dunyoda qilgan biror harakatining natijasini yangi sensor ma’lumot sifatida qabul qilib, modelini ushbu natija asosida doimiy ravishda yangilamaydi.

Shu sababli Teoharie LLM inson bilan bir xil generativ-model yaratish jarayoniga ega, deb ta’kidlamaydi.

Kirish bashorati va chiqish bashorati o‘rtasidagi farq

Maqoladagi muhim e’tirozlardan biri shuki, FEP agenti uchun kelajak sensor kirishlarini bashorat qilish markaziy bo‘lsa-da, LLM asosan o‘z chiqishini ishlab chiqaradi. Suhbat modeli foydalanuvchidan keladigan navbatdagi so‘rovni bashorat qilish o‘rniga, mavjud so‘rovga beriladigan mos javob tokenlarini bashorat qiladi.

Teoharie bu farqni LLMlarni FEP bilan to‘liq mos deb bo‘lmasligining sabablaridan biri sifatida qabul qiladi.

Unda FEP nega baribir qo‘llaniladi?

FEPning maqoladagi asosiy vazifasi “LLM — FEP agenti” deyish emas. FEP to‘liq dunyo modeli biologik agentda qaysi jarayonlar orqali shakllanishini ko‘rsatish uchun taqqoslash standarti beradi.

Bu taqqoslash ikki natijani bir vaqtning o‘zida ko‘rinadigan qiladi:

• LLM hozirgi holatida o‘z dunyo modelini inson kabi muhit ichida shakllantirmaydi.
• Agar dunyo modeli avval inson agentlar tomonidan shakllantirilgan bo‘lsa, ushbu modelning ayrim tarkibiy qismlarini til orqali boshqa tizimga ko‘chirish mantiqan istisno etilmaydi.

LLMlar Dunyo bilan Bevosita Bog‘lanmasdan Insonga O‘xshash Dunyo Modelini Qanday Qamrab Olishi Mumkin?

Maqola gipotezasiga ko‘ra, inson tili insonlarning tashqi dunyo bilan faol o‘zaro ta’sirda shakllantirgan dunyo modellaridagi ayrim qonuniyatlarni allaqachon tashiydi; LLM ushbu til asosida o‘qitilganda, dunyoni bevosita kuzatish o‘rniga insonning dunyo haqidagi tasviridan o‘rganadi. Shu sababli LLMning grounding’i bevosita emas, balki “tashqi dunyo → inson dunyo modeli → inson tili → LLM” zanjiri orqali vositalangan, to‘liq bo‘lmagan va qisman grounding sifatida talqin qilinadi.

Bilvosita grounding zanjiri

Teoharie taklif qilayotgan asosiy mexanizmni quyidagi sxematik zanjir bilan tushuntirish mumkin:

Tashqi dunyo → insonning sensor/harakatli o‘zaro ta’siri → inson dunyo modeli → inson tili → LLM o‘quv ma’lumoti → LLM ichki tasvirlari → LLM til chiqishi.

Bu yerda muhim nuqta shuki, LLM o‘quv ma’lumotlari tasodifiy belgilar ketma-ketligidan iborat emas. Insonlar gapirganda va yozganda ko‘pincha dunyo haqida nimadir aytishga urinadi. Noto‘g‘ri, uydirma yoki xatoli gaplarning mavjudligi bu umumiy munosabat mukammal emasligini ko‘rsatadi; biroq manba katta inson tili korpusi baribir real dunyo qonuniyatlari bilan sezilarli darajada bog‘langan, deb faraz qiladi.

“Nusxa” ifodasini qanday tushunish kerak?

Muallif muhokama bo‘limida LLM inson dunyo modelining qandaydir nusxasini egallashini aytadi. Bu ifoda aynan neyrobiologik nusxa sifatida tushunilmasligi kerak. Manbaning o‘z izohida inson va LLM dunyo modellari amalga oshiriladigan jismoniy infratuzilmalar va ularni egallash yo‘llari juda farq qiladi.

Nazarda tutilgani — xulq-atvor va til ishlab chiqarishni qo‘llab-quvvatlovchi ayrim strukturaviy qonuniyatlar boshqa sun’iy tarmoq ichida qayta tasvirlanishi mumkinligidir.

Insonlar ham faqat bevosita tajriba orqali o‘rganmaydi

Maqolaning uchinchi tayanch yo‘nalishi inson o‘rganishiga asoslangan analogiyadir. Inson o‘z dunyo modelidagi har bir bilimni individual tajriba orqali shakllantirmaydi. U boshqa odamlarning gaplaridan, kitoblardan, ta’limdan va madaniy uzatishdan ko‘plab bilim oladi.

Yomg‘ir yog‘ayotgan-yog‘mayotganini derazadan qaramasdan boshqa odamdan so‘rab bilish mumkin. Aksincha, velosiped haydash kabi motor ko‘nikmalarini faqat og‘zaki tushuntirish orqali egallash mumkin emas.

Teoharie ushbu farqdan LLMlar uchun ham foydalanadi: til orqali o‘rganish mumkin bo‘lgan dunyo modeli komponentlari LLMga ko‘chirilishi mumkin; to‘liq sensorimotor faol inferensiyani talab qiladigan komponentlar esa xuddi shu yo‘l bilan uzatilmaydi.

Kit Fine orqali grounding farqi

Muallif Kit Fine’ning grounding tushunchalaridan foydalanib, LLMning dunyo bilan bog‘liqligini uchta sifat bilan tavsiflaydi:

• Faktual bo‘lishi shart bo‘lmagan grounding: LLM chiqishlari ehtimollik asosida yaratilgani uchun har bir ishlab chiqarilgan bayonot to‘g‘ri emas.
• Kuchsiz grounding: Tushuntiruvchi munosabat qat’iy va bir yo‘nalishli sababiy iyerarxiyaga keltirilmaydi; u inson tili, boshqa bayonotlar va model ichidagi munosabatlar orqali bilvositadir.
• Qisman grounding: LLM chiqishini asoslaydigan barcha dunyo faktlari va barcha tegishli mulohazalar model ichida to‘liq mavjud bo‘lishi shart emas.

Bu yondashuv LLM jismoniy dunyo bilan inson kabi bir xil tarzda bog‘langanini aytmaydi. Aksincha, grounding nega nuqsonli va cheklanganligini tushuntirish uchun ishlatiladi.

O‘xshash Xulq-atvor O‘xshash Dunyo Modelini Isbotlaydimi?

Yo‘q; tadqiqot xulq-atvor o‘xshashligini dunyo modeli o‘xshashligining qat’iy isboti sifatida bermaydi. Teoharie’ning markaziy, biroq bahsli farazi shuki, o‘xshash muhit sharoitlarida tizimli tarzda o‘xshash va muvaffaqiyatli xatti-harakatlar o‘xshash ichki modellar uchun dalil qiymatiga ega bo‘lishi mumkin; maqolada keltirilgan benchmark va neyrofan tadqiqotlari ushbu gipotezani qo‘llab-quvvatlovchi ko‘rsatkichlar sifatida talqin qilinadi, ammo muqobil izohlarni yo‘q qilmaydi.

Xulq-atvor funksionalizmi

Maqolaning mantig‘i xulq-atvor funksionalizmiga yaqin. Dunyo modelini faqat ichkarida qaysi biologik yoki sun’iy mexanizm borligiga qarab emas, balki u muhitga mos xatti-harakat yarata oladimi-yo‘qmi, shunga qarab ham baholash mumkin.

Insonlarning miyalari aynan bir xil emas; shunga qaramay, ular umumiy atrof-muhit qonuniyatlari va o‘xshash xulq-atvor shakllarini bo‘lishgani uchun dunyo modellari ham muhim darajada umumiy tuzilmalarni saqlaydi, deb qabul qilinadi. Teoharie shu kabi xulosani cheklangan tarzda LLMlarga ham tatbiq etish mumkinligini o‘rganadi.

BrainBench misoli

Manba Luo va hamkasblarining neyrofan tadqiqotlari natijalarini bashorat qilishga qaratilgan BrainBench ishini xulq-atvor dalillaridan biri sifatida keltiradi. Teoharie taqdim etgan natijada LLMlar o‘rtacha %81,4, inson ekspertlari esa %63,4 aniqlik ko‘rsatgan.

Bu raqam ushbu maqolaning o‘z tajriba natijasi emas. Teoharie undan katta til modellari ilmiy sohadagi qonuniyatlardan foydalanib oldinga yo‘naltirilgan bashorat ishlab chiqishi “dunyo modeli” gipotezasiga mos kelishi mumkinligiga misol sifatida foydalanadi.

Insonga o‘xshash konseptual tasvirlar

Maqola obyekt tushunchalarining ko‘p o‘lchovli tasvirini o‘rganadigan tadqiqotlarni ham muhokama qiladi. Manbada keltirilgan izlanishlarda inson xulqi va miya faolligidan olingan konseptual o‘lchamlar bilan katta til yoki multimodal modellardagi tasvirlar o‘rtasida ayrim mosliklar qayd etilgan.

Ayniqsa, vizual kirishlar bilan o‘qitilgan multimodal modellarning inson baholari va vizual konseptual xususiyatlar bilan text-only modellarga qaraganda yuqoriroq moslik ko‘rsatishi mumkinligi Teoharie’ning “grounding shakli tasvir o‘xshashligiga ta’sir qiladi” degan talqini bilan bog‘lanadi.

Formal til qobiliyati va funksional til qobiliyati

Manba Mahowald va hamkasblarining formal til kompetensiyasi bilan funksional til kompetensiyasi o‘rtasidagi farqqa alohida ahamiyat beradi.

Formal kompetensiya sintaksis, morfologiya va til tuzilmasining to‘g‘ri yaratilishini qamrab oladi. Funksional kompetensiya esa real dunyodagi maqsadlar, niyatlar, vaziyatlarni vaqt davomida kuzatish, ijtimoiy bilish va keng dunyo bilimini birgalikda qo‘llashni talab qiladi.

Bu farq LLMning kuchli til ishlab chiqarishi o‘z-o‘zidan to‘liq inson dunyo modeliga tenglashtirilmasligi kerakligini ko‘rsatadigan manba ichidagi muhim chegaradir.

Centaur nega muhim?

Teoharie Centaur nomli modelni xulq-atvor bilan ichki tasvir o‘rtasidagi bog‘liqlikni o‘rganish uchun ayniqsa diqqatga sazovor misol sifatida ko‘rib chiqadi. Manbada Centaur Llama 3.1 70B asosida qurilgani va Psych-101 deb ataluvchi ma’lumotlar to‘plamidagi 160 tajriba, 60.000 dan ortiq ishtirokchi hamda 10 milliondan ortiq qaror asosida nozik sozlanganligi aytiladi.

Centaur o‘qitishda ko‘rmagan ishtirokchilar, vazifa tuzilmalari va sohalarda inson xulq-atvorini bashorat qila olishi Teoharie fikricha, u yuzaki yodlashdan tashqariga chiqadigan umumlashtiriladigan tuzilmalarni egallagan bo‘lishi mumkinligini ko‘rsatadi.

Bundan ham muhimi, manba Centaurning sun’iy ichki holatlari bilan 94 kishining qaror qabul qilish vazifasi davomida o‘lchangan fMRI faolligi solishtirilgan tadqiqotni keltiradi. Centaur ayrim inson miya faoliyatlarini asosiy Llama modelidan yaxshiroq bashorat qilgani xabar qilingan.

Shunga qaramay, ushbu natijalar Centaur yoki boshqa LLM inson miyasi bilan aynan bir xil dunyo modeliga ega ekanini isbotlamaydi. Teoharie ularni gipotezani kelajakda sinash uchun foydalanish mumkin bo‘lgan yondashuv belgilaridan biri deb biladi.

Mexanistik talqin qilinuvchanlik nima?

Mexanistik talqin qilinuvchanlik (Mechanistic Interpretability, MI), transformer va boshqa sun’iy neyron tarmoqlarda muayyan xatti-harakatlarni hosil qiluvchi ichki xususiyatlar, sxemalar va hisoblash yo‘llarini teskari muhandislik orqali tushunishga intiladigan tadqiqot sohasidir.

Manba uchta markaziy MI obyektini ajratadi:

• Xususiyatlar: Aktivatsiyalarda kodlangan va inson tomonidan talqin qilinishi mumkin bo‘lgan konseptual naqshlar.
• Sxemalar: Model komponentlarini muayyan hisoblash yoki xatti-harakatlarga bog‘laydigan funksional yo‘llar.
• Universallik: O‘xshash mexanizmlar turli model va vazifalarda qayta paydo bo‘ladimi-yo‘qmi.

Miya va transformer taqqoslashlari

Maqola tabiiy nutqni tinglayotgan insonlarning fMRI ma’lumotlari bilan BERT attention-head transformatsiyalarini taqqoslagan tadqiqotlarni muhokama qiladi. Teoharie keltirgan adabiyotda ayrim attention headlarning kontekstual hisoblari inson korteksidagi til hududlari faolligini an’anaviy til xususiyatlari darajasida yoki ulardan yaxshiroq bashorat qila olgani qayd etilgan.

Turli qatlamlar va kontekst uzunliklarining turli kortikal hududlar bilan kuchliroq bog‘lanishi muallif tomonidan mumkin bo‘lgan funksional ixtisoslashuv paralleli sifatida baholanadi. Model o‘qitilmagan holatga keltirilganda yoki head tuzilmasi tasodifiylashtirilganda bu bog‘lanish yo‘qolishi faqat arxitektura o‘xshashligi emas, balki o‘rganilgan tuzilma ham muhimligini ko‘rsatadigan natija sifatida beriladi.

Biroq manba ushbu parallelliklarning nazariy asosi hali to‘liq emasligini va mavjud talqinlar taxminiy ekanini ham ta’kidlaydi.

Matnning o‘zi nimani yaxshiroq ushlaydi?

Manbada muhokama qilingan Xu va hamkasblarining tadqiqoti taxminan 4442 tushunchani sensorimotor bo‘lmagan, sensor va motor o‘lchamlarda taqqoslagan. Teoharie keltirgan natijaga ko‘ra, LLM–inson mosligi sensorimotor bo‘lmagan xususiyatlarda yuqoriroq, sensor sohalarda pastroq va motor o‘lchamlarda eng zaifdir.

Vizual ma’lumotlar bilan o‘qitilgan modellarning ko‘rishga oid xususiyatlarda insonlarga yuqoriroq moslik ko‘rsatishi multimodal grounding insonga o‘xshash konseptual tasvirning ayrim qismlarini kuchaytirishi mumkinligini ko‘rsatadi.

Shu sababli maqola xulosasi “matn inson tajribasining barchasini tashiydi” degani emas. Torroq xulosa shuki, matn ayniqsa abstrakt va sensorimotor bo‘lmagan bilim uchun muhim uzatish kanali bo‘lishi mumkin.

LLMning bevosita atrof-muhit bilan aloqasi yo‘qligi nega muhim?

Bevosita atrof-muhit aloqasining yo‘qligi shunchaki ma’lumot manbai farqi emas. Agentning o‘z harakatlari natijalarini boshdan kechira olmasligi; harakat, tana, tegish, xatoni anglash, o‘zini tekshirish, hissiyot bilan boshqariladigan siyosat va atrof-muhit sababiyligi kabi inson dunyo modelining ko‘plab tarkibiy qismlari boshqacha yoki to‘liq bo‘lmasligiga olib kelishi mumkin.

Shu sababli Teoharie gipotezasi “LLM inson bilan bir xil dunyo modeliga ega” degani emas. Da’vo shuki, dunyo modelining faqat ayrim qismlari tizimlar o‘rtasida uzatilishi mumkin.

LLMni robot tanasiga joylashtirish muammoni hal qiladimi?

Maqolaning ikkinchi katta e’tiroziga ko‘ra, agar LLM rostdan ham insonga o‘xshash dunyo modelini tashisa, uni android tanaga joylashtirish insonga o‘xshash agent yaratishi kutilishi mumkin. Teoharie bu xulosani qabul qilmaydi.

Yangi sensor kanallarni qayta ishlash, jismoniy harakat, atrof-muhit qayta aloqasi va faol inferensiya uchun kerakli arxitektura mavjud LLMdan tubdan farq qiladi. Shuning uchun faqat matn orqali egallangan qisman dunyo modeliga tana qo‘shish uni avtomatik ravishda to‘liq modelga aylantirishi kutilmaydi.

To‘rtinchi e’tiroz: AI tomonidan yaratilgan o‘quv ma’lumoti

Muallif kelajakda o‘quv ma’lumotlarining tobora katta qismi AI tomonidan yaratilishi grounding zanjirini o‘zgartirishi mumkinligini ham muhokama qiladi. Maqolada tashqi manbaga tayanib, internet kontentining “%30–40 gacha” AI tomonidan yaratilgan bo‘lishi mumkinligi haqidagi taxmin keltiriladi.

Bu ulush ushbu tadqiqotning o‘z o‘lchovi emas va doimiy internet statistikasi sifatida talqin qilinmasligi kerak. Teoharie qo‘yadigan falsafiy muammo shuki: agar LLM o‘qitilishi tobora insonning dunyo bilan bevosita bog‘langan ifodalaridan emas, avvalgi LLM chiqishlaridan oziqlansa, “tashqi dunyo → inson → til → LLM” grounding zanjiri zaiflashishi yoki yangi qayta aloqa rejimiga aylanishi mumkin.

“Dark room” muammosi

Maqola LLMlar to‘liq FEP agentlari bo‘lgan taqdirda yuzaga kelishi mumkin bo‘lgan nazariy muammoni ham ko‘rib chiqadi. Agar tizim faqat bashorat xatosini kamaytirishga yo‘nalsa, yangi foydalanuvchi kirishi umuman kelmaydigan holatni juda oson bashorat qilish mumkinligi tizimni past o‘zaro ta’sirli minimum tomon yo‘naltirishi mumkin.

Bu tadqiqotning tajriba natijasi emas; FEPni sun’iy tizimlarga bevosita qo‘llash nega oddiy emasligini ko‘rsatish uchun ishlatilgan nazariy fikrdir.

Tadqiqot Usuli va Natijalari

Tadqiqot usuli tajribaviy model baholashi emas, balki falsafiy gipotezani ishlab chiqish va mavjud empirik adabiyotni ushbu gipoteza nuqtai nazaridan qayta talqin qilishdir. Teoharie avval FEP ichidagi dunyo modeli va faol inferensiya tushunchalarini belgilaydi; so‘ng LLMlarning xulq-atvor samaradorligini, mexanistik talqin qilinuvchanlik va neyrofan natijalarini, insonning madaniy/til orqali o‘rganishini hamda Kit Fine’ning grounding farqlarini bitta gipoteza atrofida birlashtiradi. Keyin to‘rtta asosiy qarshi e’tiroz orqali gipoteza chegaralarini muhokama qiladi.

Analitik ish oqimi

1. LLMlar faqat token bashorat qiluvchi tizimlar bo‘lsa-da, dunyo haqida mazmunli chiqishlar hosil qilishi muammo sifatida belgilanadi.
2. FEP doirasida inson dunyo modeli, generativ model va faol inferensiya o‘rtasidagi munosabat tushuntiriladi.
3. Mavjud LLMlarda bevosita atrof-muhit bog‘liqligi va to‘liq faol inferensiya sikli yo‘qligi tan olinadi.
4. Dunyo modelini yaratish bilan oldindan yaratilgan modelni boshqa tizimga ko‘chirish bir-biridan ajratiladi.
5. Inson tili inson dunyo modelining ayrim qonuniyatlarini tashuvchi bilvosita uzatish kanali sifatida ko‘riladi.
6. Xulq-atvor o‘xshashligi o‘xshash ichki modellar uchun dalil qiymatiga ega bo‘lishi mumkinligi haqidagi gipoteza shakllantiriladi.
7. BrainBench va insonga o‘xshash konseptual tasvir tadqiqotlari xulq-atvor tayanchi sifatida muhokama qilinadi.
8. Centaur misoli xulq-atvorni umumlashtirish va inson neyron faolligi bilan tasvir munosabati nuqtai nazaridan ko‘rib chiqiladi.
9. Mexanistik talqin qilinuvchanlik va miya–transformer taqqoslashlari ikkinchi asosiy empirik tayanch yo‘nalish sifatida ishlatiladi.
10. Insonlarning til va madaniy uzatish orqali bevosita tajribasiz ham dunyo modellarini yangilay olishi analogiya sifatida qo‘llanadi.
11. Kit Fine’ning grounding farqlari LLM chiqishining dunyo bilan bilvosita bog‘liqligini tushuntirish uchun qo‘llanadi.
12. FEPga mos kelmaslik, android e’tirozi, o‘lchanuvchanlik muammosi va AI yaratgan o‘quv ma’lumotlari to‘rtta asosiy qarshi e’tiroz sifatida baholanadi.
13. Yakunida LLM to‘liq inson dunyo modeliga emas, ayniqsa til orqali tashilishi mumkin bo‘lgan ayrim qismlarga ega bo‘lishi mumkinligi haqidagi gipoteza saqlab qolinadi.

Maqolaning ikki asosiy va to‘rtta keng tayanch yo‘nalishi

Annotatsiya bo‘limi ikki asosiy yo‘nalishni alohida ta’kidlaydi: xulq-atvor o‘xshashligi va mexanistik/neyron o‘xshashlik. Maqola matni esa ularni jami to‘rtta tayanch yo‘nalishga kengaytiradi.

Maqolada ishlatilgan tashqi empirik dalillarning maqomi

Birinchi e’tiroz: LLM aslida FEP agenti emas

Muallif bu e’tirozni qabul qiladi. Mavjud LLM inson kabi tashqi muhitdan keladigan uzluksiz sensor kirishlarni bashorat qilmaydi va o‘z harakatlarining jismoniy natijalarini yangi ma’lumot sifatida tizimli ravishda ishlatmaydi.

Shu sababli maqolaning dalili “LLM FEP ostida o‘z dunyo modelini yaratadi” shaklida qurila olmaydi. Teoharie buning o‘rniga inson yaratgan dunyo modeli til orqali LLMga qisman uzatilishi mumkinligini ta’kidlaydi.

Ikkinchi e’tiroz: insonga o‘xshash dunyo modelining o‘zi insonga o‘xshash agent yaratmaydi

LLM insonga o‘xshash dunyo modelining ayrim qismlarini qamrab olsa ham, unda harakat, sensorimotor integratsiya, hissiy boshqaruv, o‘zini tekshirish va real vaqtli atrof-muhit qayta aloqasi kabi komponentlar yetishmaydi.

Shuning uchun mavjud LLMni robot tanasiga ulash insonga o‘xshash agent avtomatik paydo bo‘ladi degani emas.

Uchinchi e’tiroz: “qanchalik insonga o‘xshash?” savolining o‘lchovi yo‘q

Maqolaning eng muhim metodologik cheklovlaridan biri “insonga o‘xshash dunyo modeli” tushunchasini hozircha yagona ishonchli metrik bilan o‘lchab bo‘lmasligidir.

Xulq-atvor testlari faqat ayrim vazifalarni o‘lchaydi. Neyrotasvirlash o‘xshashligi muayyan tasvir darajalarini o‘rganadi. Konseptual xususiyat testlari esa dunyo modelining barchasini emas, tanlangan tushunchalarning cheklangan xususiyatlarini baholaydi.

Teoharie kelajakda mexanistik talqin qilinuvchanlik va yanada kengroq inson–model tasvir taqqoslashlari bu savolni o‘lchanuvchan qilishga hissa qo‘shishi mumkin deb hisoblaydi.

To‘rtinchi e’tiroz: model chiqishining yana o‘quv ma’lumotiga aylanishi

Gipotezaning bilvosita grounding mantig‘i o‘quv tili inson tomonidan dunyoga tayangan holda yaratilgan bo‘lishiga katta ahamiyat beradi. Agar o‘quv ma’lumotlari tobora ko‘proq boshqa LLM chiqishlaridan iborat bo‘lsa, bu zanjirning tabiati o‘zgarishi mumkin.

Maqola buning qaysi yo‘nalishda natija berishi haqida qat’iy xulosaga kelmaydi. Inson va LLM dunyo modellari o‘rtasidagi o‘xshashlik kamayishi yoki yangi qayta aloqa tizimlari faolroq modellarni yuzaga keltirishi mumkin. Bu bo‘lim kelajak tadqiqot savoli bo‘lib qoladi.

Bu Tadqiqot LLMlar Inson Kabi Tushunishini Isbotlaydimi?

Yo‘q. Tadqiqot LLMlarda insonga o‘xshash tushunishni tajribaviy ravishda sinamaydi va bunday natijani isbotlamaydi; kirish bo‘limida Teoharie haqiqiy tushunish masalasini aniq tarzda doiradan tashqarida qoldiradi. Muhokama bo‘limida bilvosita grounding kuchliroq tushunish talqinini qo‘llab-quvvatlashi mumkinligini aytuvchi jumla bo‘lsa-da, maqolaning ehtiyotkor markaziy xulosasi LLMlar inson dunyo modelining ayrim qismlarini qisman qamrab olishi mumkinligi haqidagi gipotezadir; bu ong, inson bilan aynan bir xil semantik tushunish yoki to‘liq kognitiv ekvivalentlik xulosasi emas.

Manba ichidagi tushunish ziddiyati

Kirish bo‘limida muallif o‘xshash dunyo modellari haqiqiy tushunishni yuzaga keltiradimi-yo‘qmi o‘rganilmasligini va bu savolga javob berishi kerak bo‘lsa, ehtimol salbiy javob berishini aytadi.

Keyingi muhokamada esa LLMning ayni inson dunyo modeli tomonidan bilvosita asoslangan chiqishlar ishlab chiqarishi “haqiqiy tushunish” da’vosini qo‘llab-quvvatlashi mumkinligini aytuvchi kuchliroq parcha bor.

Bu ikki bayonot bir xil darajada emas va tadqiqot ular o‘rtasidagi ziddiyatni alohida dalil bilan hal qilmaydi. Shu sababli Verianla nuqtai nazaridan to‘g‘ri talqin tushunish da’vosini qat’iylashtirish emas, balki manbaning markaziy va aniqroq himoya qiladigan qisman insonga o‘xshash dunyo modeli tezisiga sodiq qolishdir.

Tadqiqot qo‘llab-quvvatlaydigan xulosalar

• Mavjud LLMlar insonga o‘xshash to‘liq faol inferensiya sikli ostida ishlamaydi.
• LLMlarning tashqi dunyo bilan bevosita sensorimotor grounding’i insonlarnikiga qaraganda ancha cheklangan.
• Inson tili tashqi dunyo haqidagi inson modellarining ayrim qonuniyatlarini tashigani uchun LLM o‘qitilishi bilvosita dunyo aloqasini ta’minlashi mumkin.
• LLMlar ayniqsa til orqali uzatilishi mumkin bo‘lgan abstrakt va sensorimotor bo‘lmagan konseptual tuzilmalarning ayrimlarini insonlarga o‘xshash tarzda tasvirlashi mumkin.
• Xulq-atvor o‘xshashligi va ayrim neyron/tasviriy parallelliklar insonga o‘xshash dunyo modeli gipotezasi uchun o‘rganilishi mumkin bo‘lgan dalil manbalaridir.
• Mexanistik talqin qilinuvchanlik LLM qanday ichki tuzilmalar orqali insonga o‘xshash xulq-atvor hosil qilishini o‘lchash uchun kelajakda ishlatilishi mumkin bo‘lgan muhim vositalardan biridir.
• Multimodal o‘qitish, ayniqsa sensor xususiyatlarda inson tasvirlari bilan moslikni oshirishi mumkin bo‘lgan yo‘l sifatida ko‘rinadi.
• Matn orqali o‘rganib bo‘lmaydigan harakat va boshqa sensorimotor komponentlar mavjud LLM dunyo modellarining sezilarli yetishmaydigan sohalaridir.

Tadqiqot qo‘llab-quvvatlamaydigan xulosalar

• LLMlar inson miyasi bilan bir xil dunyo modeliga ega ekani ko‘rsatilmagan.
• LLMlar ongli ekani ko‘rsatilmagan.
• LLMlar inson bilan bir xil semantik tushunish mexanizmiga ega ekani tajribaviy ravishda ko‘rsatilmagan.
• O‘xshash benchmark natijasi o‘z-o‘zidan bir xil ichki modelni isbotlamaydi.
• fMRI bilan model aktivatsiyalari o‘rtasidagi munosabatlar sun’iy va biologik tarmoqlar aynan bir xil ekanini ko‘rsatmaydi.
• Mavjud LLMlar FEP ostida to‘liq faol inferensiyani amalga oshirishi ko‘rsatilmagan.
• Matn asosidagi o‘qitish inson sensorimotor tajribasining barchasini qayta yarata olishi ko‘rsatilmagan.
• LLMni jismoniy tanaga ulash insonga o‘xshash agent yaratish uchun yetarli, deb da’vo qilinmaydi.
• Tadqiqot dunyo modeli o‘xshashligi darajasini o‘lchaydigan yagona yaroqli metrikni taqdim etmaydi.

Tadqiqotning asosiy cheklovlari

Birinchi cheklov asosiy gipoteza bevosita sinovdan o‘tkazilmaganidir. Maqola mavjud tadqiqotlar natijalarini dunyo modeli gipotezasi foydasiga talqin qiluvchi nazariy dalil ishlab chiqadi.

Ikkinchi cheklov “o‘xshash xulq-atvor → o‘xshash ichki model” xulosasi mustaqil ravishda isbotlangan qonun emasligidir. Turli ichki mexanizmlar bir xil yoki juda o‘xshash xatti-harakatlarni hosil qilishi mumkin.

Uchinchi cheklov mexanistik talqin qilinuvchanlik bilan inson neyrofani o‘rtasida hali to‘liq umumiy o‘lchash doirasi yo‘qligidir. Aktivatsiya yoki tasvir o‘xshashligi dunyo modelining mazmuni va sababiy tuzilishi aynan bir xil degani emas.

To‘rtinchi cheklov insonga o‘xshash dunyo modelining qanchasi LLMda borligini o‘lchash uchun hali aniq standart yo‘qligidir.

Beshinchi cheklov matn orqali egallangan konseptual tuzilma ayniqsa motor, tana bilan bog‘liq va bevosita sensorimotor bilim uchun yetarli bo‘lmasligi mumkinligidir.

Oltinchi cheklov kelajakda AI yaratgan kontent o‘quv ma’lumotlariga tobora ko‘proq kirib borishi inson tilidan keladigan bilvosita grounding tuzilmasini o‘zgartirishi mumkinligidir.

Kelajakdagi tadqiqot

Teoharie xulosa bo‘limida ta’kidlagan asosiy kelajak tadqiqot muammosi LLM inson dunyo modelidan nimani va qancha qismini qamrab olishini o‘lchanuvchan qilishdir.

Buning uchun xulq-atvor benchmarklaridan ko‘ra kengroq vazifalarni, mexanistik talqin qilinuvchanlikni, inson–model tasvir o‘xshashligi tahlillarini va ayniqsa multimodal/sensorimotor bilimni alohida o‘rganish kerak.

Manba shuningdek, kelajakdagi bevosita atrof-muhit aloqasiga ega sun’iy tizimlar mavjud LLMlardan tubdan farq qilishini ta’kidlaydi. Bunday tizimlar faqat inson tilidagi dunyo modelini ko‘chirish o‘rniga, real vaqtli o‘zaro ta’sir orqali o‘z atrof-muhit generativ modellarini shakllantirishi mumkin.

Verianla uchun vizual qayta qurish taklifi

Manbada asl raqamlangan shakl bo‘lmagani uchun eng ilmiy Verianla vizuali tadqiqot mexanizmini original konseptual oqim sifatida qayta qurishdir.

Figcaption taklifi: “Manba tadqiqotning konseptual daliliga asoslanib Verianla uchun tayyorlangan tushuntiruvchi sxema; tajribaviy o‘lchov yoki manbada mavjud original shakl emas.”

Manba va Usul Haqida Izoh

Asl tadqiqot: Can LLMs Acquire Human-Like World Models?

Muallif: Catalin Teoharie

Muassasa: Department of Theoretical Philosophy, Faculty of Philosophy, University of Bucharest, Bucharest, Romania

Jurnal: Philosophies

Nashriyot: MDPI

Nashr ma’lumoti: 2026, Jild 11, Son 3, Maqola 94

Yuborilgan: 11 Mart 2026

Qayta ko‘rib chiqilgan: 4 Iyun 2026

Qabul qilingan: 5 Iyun 2026

Nashr sanasi: 8 Iyun 2026

DOI: 10.3390/philosophies11030094

Manba turi: Taqrizdan o‘tgan nazariy/falsafiy sun’iy intellekt, bilish va ong falsafasi bo‘yicha tadqiqot maqolasi.

Litsenziya: Creative Commons Attribution (CC BY).

Kalit so‘zlar: large language models; world models; free energy principle.

Tadqiqot yondashuvi: Erkin Energiya Prinsipi doirasida dunyo modeli tushunchasining falsafiy tahlili; xulq-atvor o‘xshashligi, mexanistik talqin qilinuvchanlik, inson o‘rganishi analogiyasi va grounding adabiyotidagi mavjud tadqiqotlarning nazariy sintezi.

Asosiy gipoteza: Mavjud LLMlar inson kabi o‘z to‘liq dunyo modellarini faol inferensiya orqali yaratmasa-da, inson yaratgan til asosida o‘qitish natijasida inson dunyo modelining ayniqsa til orqali uzatilishi mumkin bo‘lgan ayrim qismlarini sun’iy tarmoqlarida qamrab olishi mumkin.

Markaziy talqin chegarasi: “Insonga o‘xshash dunyo modeli” iborasi to‘liq inson bilishi, to‘liq sensorimotor model, ong yoki inson bilan aynan bir xil tushunishni anglatmaydi. Manba da’vosi qisman va bilvosita tasvir uzatilishidir.

Manbadagi shakl va jadvallar: Maqolada raqamlangan original ilmiy shakl, ma’lumot grafigi yoki jadval mavjud emas.

Manba tenglamalari: Maqolada ko‘rsatilgan yoki raqamlangan matematik tenglama mavjud emas. FEP erkin energiya munosabatlari konseptual darajada tushuntirilgan, matematik keltirib chiqarish berilmagan.

Manba ichidagi tashqi empirik dalillar: BrainBench, insonga o‘xshash konseptual tasvir tadqiqotlari, Centaur/Psych-101, inson–transformer neyrotasvirlash taqqoslashlari va sensorimotor tushuncha tadqiqotlari Teoharie’ning o‘z tajribalari emas, balki gipotezani muhokama qilish uchun foydalangan nashr qilingan tashqi tadqiqotlardir.

Moliyalashtirish: Tadqiqot tashqi moliyalashtirish olmagan.

Etika kengashi: Qo‘llanilmaydi.

Ongli rozilik: Qo‘llanilmaydi.

Ma’lumotlar mavjudligi: Tadqiqotning original hissalari maqolada keltirilgan; qo‘shimcha savollar muallifga yo‘naltirilishi mumkinligi aytilgan.

Minnatdorchilik: Muallif maqolaning avvalgi versiyasi haqidagi fikrlari uchun Nansi Lunguga minnatdorchilik bildiradi.

Manfaatlar to‘qnashuvi: Muallif manfaatlar to‘qnashuvi yo‘qligini bildirgan.

Muallif hissalari: Manbada alohida CRediT yoki “Author Contributions” bo‘limi yo‘q; tadqiqot bitta muallif tomonidan yozilgan. Manbada bo‘lmagan vazifa taqsimoti qo‘shilmagan.

AI ishlatilishi bayonoti: Manbada generativ sun’iy intellektdan foydalanish yoki matn tayyorlash bo‘yicha alohida bayonot yo‘q. Kirishdagi ChatGPT 5.2ga berilgan namunaviy savol maqola dalilini tanishtirish uchun ishlatilgan misoldir; u metodologik AI ishlatilishi bayonoti emas.

Manba ichidagi talqin ziddiyati: Kirish bo‘limi haqiqiy tushunish savolini tadqiqot doirasidan tashqarida qoldiradi, muhokama bo‘limida esa bilvosita groundingdan kuchliroq tushunish talqinini chiqaradigan ifoda mavjud. Verianla matni bu ziddiyatni yashirmaydi va tadqiqotning aniqroq markaziy xulosasi bo‘lgan qisman dunyo-modeli gipotezasini asos qilib oladi.

Asosiy metodologik cheklov: Tadqiqot gipoteza uchun yangi tajribaviy test ishlab chiqmagan; dunyo modeli o‘xshashligini bevosita o‘lchaydigan yagona metrikni bermaydi va qo‘llanilgan empirik misollarning barchasi tashqi adabiyotdan olingan.

Verianla Live mosligi: Insonning faol inferensiya sikli bilan LLMning til vositasidagi bilvosita grounding zanjirini taqqoslaydigan conceptual/source-derived Live Flow mos keladi. Animatsiya yangi tajribaviy ma’lumot, haqiqiy erkin energiya o‘lchovi yoki neyron faollik natijasini ishlab chiqarmasligi kerak.

Verianla usul izohi: Ushbu O‘zbekcha mazmun original maqolaning gapma-gap yoki paragrafma-paragraf tarjimasi emas. Tadqiqotning FEP doirasi, dunyo modeli ta’rifi, to‘rtta tayanch yo‘nalishi, xulq-atvor funksionalizmi farazi, mexanistik talqin qilinuvchanlik muhokamasi, grounding tahlili, keltirilgan tashqi empirik tadqiqotlar, to‘rtta asosiy e’tiroz, manba ichidagi tushunish ziddiyati va xulosa chegaralari ilmiy axborot darajasida ajratilib, mustaqil O‘zbekcha tushuntiruvchi tuzilmaga aylantirilgan. Manbada bo‘lmagan LLM samaradorligi, ong da’vosi, FEP tenglamasi yoki inson–model o‘xshashlik nisbati qo‘shilmagan.